基于混合学习系统的金属离子结合位点预测：开启生命科学新视野

《Nature Communications》：

金属离子在蛋白质结构与功能中至关重要，但准确建模过渡金属离子结合位点颇具挑战。研究人员开展 “PinMyMetal（PMM）：一种精确预测大分子中过渡金属结合位点的混合学习系统” 研究，PMM 能精准预测金属定位与配位环境，优于其他预测器，为相关研究提供有力工具。

　　** 在生命科学的微观世界里，金属离子就像一把把神奇的 “钥匙”，精准地插入蛋白质的 “锁孔” 中，对蛋白质的结构和功能起着至关重要的作用。大约三分之一的蛋白质需要金属离子来维持其天然结构和功能，比如锌离子，它在疾病、药物靶向、蛋白质稳定性和调节等方面都扮演着关键角色。然而，目前仅有一小部分金属结合蛋白的奥秘被揭示，要想深入了解金属离子在蛋白质中的位置及其相互作用，困难重重。

从实验方法来看，虽然金属 - 蛋白质复合物研究能从实验方法中受益，但在纯化过程中会面临诸如金属掺入错误和离子去除等人为干扰，而且在确定金属结合结构时，尤其是冷冻电镜技术，存在分辨率的限制。电子的穿透深度和散射效应阻碍了对金属离子的高分辨率成像。从计算预测方面而言，尽管现有基于结构的金属位点预测器采用了多种方法，如几何特征分析、机器学习模型分类等，但它们都存在明显的缺陷。比如 BioMetAll 缺乏模板和置信度指标，CHED、TEMSP 等会排除一些配位体较少的金属位点，Metal3D 预测时间长且仅能预测金属离子坐标，基于同源性的预测器在识别缺乏同源结构域的蛋白质中的金属结合位点时也面临挑战。

为了攻克这些难题，汕头大学医学院第一附属医院心内科、湖南大学生物学院生物信息中心等多个机构的研究人员开展了一项极具创新性的研究。他们开发了一种名为 PinMyMetal（PMM）的混合机器学习系统，旨在精确预测大分子中过渡金属的定位和环境。

研究人员为开展这项研究，主要用到了以下关键技术方法：首先，从蛋白质数据库（PDB）获取数据，利用 CheckMyMetal（CMM）对金属结合位点进行验证，并通过 MMseqs2 聚类去除冗余，构建高质量的基准数据集。其次，采用基于 CH（半胱氨酸 C 和组氨酸 H）和 EDH（谷氨酸 E、天冬氨酸 D 和组氨酸 H）的算法，根据不同的配位几何特征预测候选金属结合位点。最后，运用集成学习模型和皮尔逊相关系数等方法，对预测位点进行验证并确定金属类型。

研究结果如下：

1. 预测候选金属结合位点和离子坐标：PMM 对过渡金属候选金属结合位点（MBS）配体的预测召回率在 IoUR≥0.5 时超过 90%，在预测金属离子坐标方面，不同金属离子在 CH 和 EDH 位点的总体平均偏差较小，展示出较高的准确性。
2. 处理低配位位点（LCS）：通过集成学习模型为 LCS 候选位点分配确定性分数，模型在预测 CH 位点时表现出色，在预测 EDH 位点时虽更具挑战性，但整体也有较高的精度和 F₁分数。
3. 处理高配位位点（HCS）：利用皮尔逊相关系数计算 HCS 的确定性分数，结果表明该方法能有效捕捉位点特征与标准曲线的关系，实验数据中 CH 位点和 EDH 位点的 r 值分别达到 0.91 和 0.98。
4. 识别金属类型：训练分类器区分常见过渡金属类型，PMM 在预测 Mn 和 Zn 结合位点时表现良好，但在区分 VIII（Fe、Co、Ni 组合类）与 Mn 或 Cu 时存在挑战。
5. 预测未知功能位点：PMM 能识别出许多在实验结构中未确定的未知潜在 MBS，包括在冷冻电镜结构中的位点，为补充 MBS 建模提供了可能。
6. 与其他预测器比较：PMM 在预测金属离子坐标和结合残基方面表现突出，响应时间快，在预测锌结合位点等方面比其他预测器更具优势，尤其在预测大多数金属的位置时，具有较低的中位误差。

在研究结论和讨论部分，PMM 通过独特的分类方案，基于 CH 和 EDH 算法识别 MBS，减少了模板构建时的类别数量，提高了预测准确性，还能识别额外的配体。在识别金属类型方面，虽然 PMM 在区分某些金属时存在困难，但整体在预测 Mn 和 Zn 结合位点上有较高准确性。PMM 还引入了创新算法，减少了计算资源的需求，同时通过 CMM 验证确保了预测的可靠性。此外，PMM 在预测酶活性的锌调节方面也具有重要意义，为理解锌如何调节酶活性提供了新的视角。总之，PMM 在预测金属离子结合位点方面展现出了卓越的准确性和效率，为科学界提供了一种便捷、可靠的预测工具，尤其在大规模预测金属结合蛋白超家族或基因组规模的 MBS 预测方面具有巨大优势，同时也为研究金属离子在生物过程中的作用开辟了新的途径。